視覺(jué)語(yǔ)音合成技術(shù)在英語(yǔ)發(fā)音輔導(dǎo)中的應(yīng)用探究.pdf

1、隨著全球一體化進(jìn)程的迅速推進(jìn)，我國(guó)與世界各地之間的交流日益頻繁，英語(yǔ)作為國(guó)際通用的工作語(yǔ)言越來(lái)越受到人們的重視。但是，由于多年只重視書(shū)面教學(xué)，和缺乏良好的口語(yǔ)學(xué)習(xí)環(huán)境，致使我國(guó)當(dāng)前的英語(yǔ)口語(yǔ)教學(xué)收效甚微。雖然計(jì)算機(jī)技術(shù)在我國(guó)發(fā)展的如火如荼，但是我國(guó)的計(jì)算機(jī)輔助語(yǔ)言學(xué)習(xí)(CALL，Computer-Assisted Language Learning)卻仍然停留在起步階段。 針對(duì)這一現(xiàn)狀，筆者將視覺(jué)語(yǔ)音(Visual Speech

2、)技術(shù)應(yīng)用于英語(yǔ)初學(xué)者的語(yǔ)音教學(xué)。本文參考美國(guó)大力推廣的Phonics教學(xué)法，開(kāi)發(fā)了一個(gè)唇形一語(yǔ)音同步的英語(yǔ)發(fā)音輔導(dǎo)系統(tǒng)，希望從以下兩方面幫助英語(yǔ)初學(xué)者學(xué)習(xí)語(yǔ)音：一是根據(jù)語(yǔ)音的雙模態(tài)特性，視覺(jué)語(yǔ)音可以幫助用戶(hù)更好的觀(guān)察、模仿臉部發(fā)音動(dòng)作，有助于用戶(hù)理解、記憶語(yǔ)音；二是借助于視覺(jué)語(yǔ)音技術(shù)呈現(xiàn)的用戶(hù)界面更加友好，人機(jī)交互更加和諧、自然，這樣對(duì)于緩解英語(yǔ)初學(xué)者的壓力，提高學(xué)習(xí)者的學(xué)習(xí)積極性有很大幫助。 本文所做的工作主要有以下幾點(diǎn)：

3、 基礎(chǔ)標(biāo)準(zhǔn)層面，對(duì)MPEG-4定義的“人臉對(duì)象”進(jìn)行介紹并以該定義中人臉動(dòng)畫(huà)的參數(shù)(FAP)為基礎(chǔ)開(kāi)展后面的工作； 技術(shù)要素層面，對(duì)本文采用的Microsoft Speech SDK 5.1中的TTS引擎進(jìn)行研究和實(shí)踐； 系統(tǒng)架構(gòu)層面，對(duì)本文提出的視覺(jué)語(yǔ)音合成系統(tǒng)(TTVS)的框架結(jié)構(gòu)、進(jìn)行介紹和分析； 具體算法層面，詳細(xì)介紹實(shí)現(xiàn)視覺(jué)語(yǔ)音動(dòng)畫(huà)合成系統(tǒng)的步驟和算法等； 系統(tǒng)應(yīng)用層面，將詳細(xì)介紹“EP